• Save
sistemas expertos
Upcoming SlideShare
Loading in...5
×
 

sistemas expertos

on

  • 7,345 views

sistemas expertos

sistemas expertos

Statistics

Views

Total Views
7,345
Views on SlideShare
7,316
Embed Views
29

Actions

Likes
14
Downloads
0
Comments
3

4 Embeds 29

http://inteligenciaartificialuniandesr.blogspot.com 23
http://intranetsextranetsuniandesr.blogspot.com 3
http://profeomar.jimdo.com 2
http://www.pearltrees.com 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

sistemas expertos sistemas expertos Presentation Transcript

  • Programa diseñado para actuar como un especialista humano en un dominio particular o área de conocimiento. Intermediarios entre el experto humano, que transmite su conocimiento al sistema, y el usuario que lo utiliza para resolver un problema con la eficacia del especialista. Utiliza para ello el conocimiento que tenga almacenado y algunos métodos de inferencia
  • Antes de la aparición del ordenador, el hombre ya se preguntaba si se le arrebataría el privilegio de razonar y pensar. En la actualidad existe un campo dentro de la inteligencia artificial al que se le atribuye esa facultad: el de los sistemas expertos (SE). Estos sistemas también son conocidos como Sistemas Basados en Conocimiento, los cuales permiten la creación de sistemas que razonan como el hombre, restringiéndose a un espacio de conocimientos limitado. En teoría pueden razonar siguiendo los pasos que seguiría un experto humano (médico, analista, empresario, etc.) para resolver un problema concreto. Este tipo de modelos de conocimiento por ordenador ofrece un extenso campo de posibilidades en resolución de problemas y en aprendizaje. Su uso se extenderá, debido a su importante impacto sobre los negocios y la industria.
  • La inteligencia artificial puede ser tomada como ciencia si se enfoca hacia la elaboración de programas basados en comparaciones con la eficiencia del hombre, contribuyendo a un mayor entendimiento del conocimiento humano. El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema dado (programa declarativo). En contraste con los programas que no son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
  • Computación Convencional • Informa al computador como resolver un problema • Basada en algoritmos Computación en IA • Es dado al computador conocimiento sobre un determinado dominio + capacidad de inferencia • El programa determina el procedimiento específico para generar una solución.
  • Arquitectura clásica de un software. Entrada Programa y dato Salida
  • Sistema clásico VS Experto SISTEMA CLÁSICO SISTEMA EXPERTO Conocimiento y procesamiento combinados en un programa Base de conocimiento separada del mecanismo de procesamiento No contiene errores Puede contener errores No da explicaciones, los datos sólo se usan o escriben Una parte del sistema experto la forma el módulo de explicación Los cambios son tediosos Los cambios en las reglas son fáciles El sistema sólo opera completo El sistema puede funcionar con pocas reglas Se ejecuta paso a paso La ejecución usa heurísticas y lógica Necesita información completa para operar Puede operar con información incompleta Representa y usa datos Representa y usa conocimiento
  • Base conocimiento Inferencia en la base Mecanismo Inferencia externa Ingreso de solicitud Este bloque puede ser removido o modificado Arquitectura clásica de un software.
  • Comparación entre procesamiento humano y artificial Sentidos Entradas conocimiento Repres del conocimiento Razonamiento Inferencia Decisiones Salidas ArtificialArtificial Humano
  • Los SE inician a mediados de los sesenta (s. XX). Para esta época, los investigadores Alan Newell y Herbert Simon desarrollaron un programa llamado GPS (General Problem Solver; solucionador general de problemas). Podía trabajar con criptoaritmética, con las torres de Hanoi y con otros problemas similares. Lo que no podía hacer el GPS era resolver problemas del mundo real, tales como un diagnóstico médico. Algunos investigadores decidieron entonces cambiar por completo el enfoque del problema restringiendo su ambición a un dominio específico e intentando simular el razonamiento de un experto humano; y se centraron en dominios de conocimiento muy concretos. Así, nacieron los SE. A partir de 1965, un equipo dirigido por Edward Feigenbaum, comenzó a desarrollar SE utilizando bases de conocimiento definidas minuciosamente. Dos años más tarde se construye DENDRAL, el cual es considerado como el primer SE. La ficción de dicho SE era identificar estructuras químicas moleculares a partir de su análisis espectrográfico.
  • En los setenta (s. XX) se desarrolló MYCIN para consulta y diagnóstico de infecciones de la sangre. Introdujo el uso de conocimiento impreciso para razonar y posibilidad de explicar el proceso de razonamiento. Funcionaba correctamente, dando conclusiones análogas a las que un ser humano daría tras largos años de experiencia. Posee claramente diferenciados el motor de inferencia y su base de conocimientos. Esto da como resultado un sistema vacío o shell (concha). Así surgió EMYCIN (MYCIN Esencial) con el que se construyó SACON, utilizado para estructuras de ingeniería, PUFF para estudiar la función pulmonar y GUIDON para elegir tratamientos terapéuticos. En esa época se desarrollaron HERSAY, que intentaba identificar la palabra hablada, y PROSPECTOR, utilizado para hallar yacimientos de minerales. De este último derivó el shell KAS (Knowledge Adquisition System). En la década de los ochenta se ponen de moda los SE, numerosas
  • Allan Mathison Turing (1950): Matemático, filósofo e informático Publica la obra “Inteligencia y funcionamiento de las máquinas” Con ello dio su explicación acerca del punto en el cual las máquinas tendrían inteligencia. Historia de los SE
  • Historia de los SE En este mismo año, el matemático estadounidense Norbert Wiener desarrolla el principio de la retroalimentación La teoría de la retroalimentación es base fundamental de los sistemas de control.
  • 1955- Allen Newell y Herbert Simon desarrollan la teoría de la lógica. Este estudio permitió desarrollar un programa que exploraba la solución a un problema utilizando ramas y nudos, seleccionando únicamente las ramas que más parecían acercarse a la solución correcta del problema. Allen Newell Herbert Simon Historia de los SE
  • John Mc Carthy. Historia de los SE 1956- Se celebra una conferencia en Vermunt donde John Mc Carthy propone el uso del término “Inteligencia Artificial” (I.A) para denominar el estudio del tema.
  • 1957- Allen Newell y Herbert Simón crean un computador programado que denominan el “ General Problem Solver” Este computador poseía un programa capaz de solucionar problemas de sentido común pero no problemas del mundo real como, por ejemplo, diagnósticos médicos. El GPS utilizaba la teoría de la retroalimentación de Wiener.. 1958- McCarthy anuncia su nuevo desarrollo el lenguaje LISP (LISt Procesing), En esa época todos los desarrolladores e investigadores inmersos en el estudio de IA utilizaron dicho lenguaje. Historia de los SE
  • 1963_ El gobierno de USA asigna al MIT un presupuesto de 2.2 Millones de $ para la investigación en este campo. Siendo este el primer impulso de Estado alguno en el desarrollo de este nuevo campo. 1965 -1975_ Aparece el primer SE llamado Dendral, este fue diseñado para el estudio de sustancias químicas. 1972_ La Universidad de Stanford desarrolla el segundo Sistema Experto denominado MYCIN. Este sistema experto fue desarrollado para el diagnóstico de enfermedades infecciosas. Historia de los SE
  • 1973 _ Se desarrolla el tercer sistema experto denominado TIERESIAS, para servir de intérprete entre MYCIN y los especialistas que lo manejaban, a la hora introducir nuevos conocimientos en su bases de datos. El especialista debía utilizar MYCIN normalmente, y cuando este cometiera un error en un diagnóstico, por falla de información en el árbol lógico de diagnóstico, TEIRESIAS corregiría dicho fallo destruyendo la regla si era falsa, o ampliándola si era necesario Hasta este momento todos estos SE estaban en los laboratorios sin salidas comerciales. Historia de los SE
  • Años 80_los SE toman un auge vertiginoso. GE crea un SE para la reparación de locomotoras Diesel y Eléctricas De aquí surgen en esta décadas, empresas dedicadas a la fabricación de SE como Carnegie Group, Teknowledge Inc.,Lisp Machine Inc. , entre otros. Historia de los SE
  • Un sistema experto es un software que imita el comportamiento de un experto humano en la solución de un problema. Pueden almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deducción lógica de conclusiones. Son SE aquellos programas que se realizan haciendo explicito el conocimiento en ellos, que tienen información específica de un dominio concreto y que realizan una tarea relativa a este dominio. Programas que manipulan conocimiento codificado para resolver problemas en un dominio especializado en un dominio que generalmente requiere de experiencia humana. ¿Qué es un SE?
  • Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (información a cerca de los cursos de una acción), para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o área de experiencia. Software que incorpora conocimiento de experto sobre un dominio de aplicación dado, de manera que es capaz de resolver problemas de relativa dificultad y apoyar la toma de decisiones inteligentes en base a un proceso de razonamiento simbólico. ¿Qué es un SE?
  • Sistema Expertos. Puede… • Explicar su razonamiento o sugiere decisiones. • Muestra conducta inteligente. • Obtiene conclusiones de complejas relaciones. • Provee conocimiento portátil. • Manejar los hechos, las heurísticas y las relaciones que posibilitan el encontrar buenas soluciones a sus problemas. • Acceder fácilmente al conocimiento de ese dominio, ya que el conocimiento reflejado en el sistema puede estar disponible en cualquier ordenador.
  • Sistema Expertos. Puede… • Simular el proceso de solución de problemas según un experto humano. • Puede evitar peligros a los usuarios, por que puede ser usado en ambientes con posibles riesgos al ser humano. • Conservar el conocimiento que posee “indefinidamente”. Sirve como repositorio de conocimientos para mantener y hacer que este perdure dentro de la organización, pudiendo servir como herramienta de registro tecnológico. • Englobar o captar el conocimiento de un número de personas.
  • Sistema Expertos. Puede… • Combinar el conocimiento y pericia de varios expertos humanos. • Explicar su conocimiento y razonamiento explícitamente con detalle y como obtuvo una conclusión, incrementando la confianza de la decisión tomada. • Responder rápidamente y tener mayor disponibilidad que un humano, sobre todo en casos de emergencia.
  • Sistema Expertos. Puede… • Responder completa y uniformemente, no emocionalmente, y en cualquier situación. Ejemplo en casos de emergencias en tiempo real y con máxima eficiencia sin estrés ni fatiga. • Ser un tutor inteligente, actuar como guía inteligente dejando que el estudiante ejecute programas ejemplo y acceda a la explicación del razonamiento del sistema.
  • SE basados en reglas: Aquí el SE aplica reglas heurísticas apoyadas generalmente en lógica difusa para su evaluación y aplicación. Estas reglas heurísticas son sencillamente las capacidades de estos sistemas para realizar de forma inmediata innovaciones positivas para sus fines. Tipos de SE Existen esencialmente dos tipos de SE, estos son: SE basados en Probabilidades: Aplicando redes bayesianas, basadas en estadística y el teorema de Bayes. Este es un modelo probabilistico multivariado que relaciona un conjunto de variables aleatorias mediante un gráfico dirigido que índica de manera explicita la influencia causal.
  • Capacidades de un SE. Escenario objetivos estratégicos Toma decisiones Planeamiento Diseño Monitoreo y control de calidad Diagnóstico Explora impacto de objetivos estratégicos Impacto de planes sobre recursos Principios de diseño general integrado Provee consejos sobre decisiones Monitorear calidad y asistir en mejoramiento Buscar causas y soluciones
  • Los SE poseen, en menor o mayor grado: • Razonamiento guiado por las metas y encadenamiento hacia atrás. • Manejo de incertidumbre. La habilidad del SE para trabajar con reglas y datos. • Razonamiento guiado por los datos y encadenamiento hacia adelante. Características de los SE
  • • Representación de datos. La forma en que los datos específicos a un problema, dado, son almacenados y accedidos por el SE. •Interfaz del usuario. La parte del SE que se usa para una interacción más amigable con el usuario. • Explicación. La habilidad del SE para explicar sus procesos de razonamiento y su uso en el cómputo de recomendaciones. Características de los SE
  • Ventajas. Estos programas proporcionan la capacidad de trabajar con grandes cantidades de información, que son uno de los grandes problemas que enfrenta el analista humano que puede afectar negativamente a la toma de decisiones pues el analista humano puede depurar datos que no considere relevantes, mientras un SE debido a su gran velocidad de proceso analiza toda la información incluyendo las no útiles para de esta manera aportar una decisión más sólida. • Resuelven problemas que requieren un “conocimiento formal especializado”. • Obtienen conclusiones más rápidamente que los expertos humanos. • Razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad. • Tienen al menos, la misma competencia que un especialista humano. • Recomendados cuando los expertos humanos son escasos, o cuando es muy elevado el volumen de datos que ha de considerarse para obtener una conclusión.
  • Limitaciones. Para actualizar necesitan reprogramación. Tienen un elevado costo en dinero y tiempo, además que son poco flexibles a cambios y de difícil acceso a información no estructurada. Por otra parte la inteligencia artificial no ha podido desarrollar sistemas que sean capaces de resolver problemas de manera general, de aplicar el sentido común para resolver situaciones complejas ni de controlar situaciones ambiguas. Sistema experto robótico utilizado en medicina
  • •Capacidad para el manejo de altos volúmenes y flujo de información. •Disminución de procesos burocráticos de las funciones del personal de la empresa. •Aumento de la productividad. •Hacer que el conocimiento sea más accesible para una mayor cantidad de usuarios. •Que económicamente el conocimiento este al alcance de más usuarios. •Lograr la trascendencia del conocimiento a través del tiempo sin importar la posible desaparición del experto humano. Necesidades de los SE en las organizaciones
  • La adquisición de nuevas tecnologías está íntimamente asociados con altos costos de las inversiones a efectuar. Aún teniendo la tecnología más moderna, la automatización puede ser ineficiente, por ende se debe realizar un análisis acerca de las verdaderas necesidades de la organización con respecto a las diferentes opciones existentes en el mercado con la finalidad que esta se adapte mejor a sus funciones. Consideraciones en la adquisición de SE en las organizaciones
  • Arquitectura de los SE Base de conocimientos. Es la parte del sistema experto que contiene el conocimiento sobre el dominio. hay que obtener el conocimiento del experto y codificarlo en la base de conocimientos. Una forma clásica de representar el conocimiento en un sistema experto son lar reglas. Una regla es una estructura condicional que relaciona lógicamente la información contenida en la parte del antecedente con otra información contenida en la parte del consecuente. Base de hechos (Memoria de trabajo). Contiene los hechos sobre un problema que se han descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario introduce la información del problema actual en la base de hechos. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.
  • Arquitectura de los SE Motor de inferencia. El sistema experto modela el proceso de razonamiento humano con un módulo conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la información contenida en la base de conocimientos y la base de hechos para deducir nuevos hechos. Contrasta los hechos particulares de la base de hechos con el conocimiento contenido en la base de conocimientos para obtener conclusiones acerca del problema. Subsistema de explicación. Una característica de los sistemas expertos es su habilidad para explicar su razonamiento. Usando el módulo del subsistema de explicación, un sistema experto puede proporcionar una explicación al usuario de por qué está haciendo una pregunta y cómo ha llegado a una conclusión. Este módulo proporciona beneficios tanto al diseñador del sistema como al usuario. El diseñador puede usarlo para detectar errores y el usuario se beneficia de la transparencia del sistema.
  • Arquitectura de los SE Interfaz de usuario. La interacción entre un sistema experto y un usuario se realiza en lenguaje natural. También es altamente interactiva y sigue el patrón de la conversación entre seres humanos. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseño del interfaz de usuario. Un requerimiento básico del interfaz es la habilidad de hacer preguntas. Para obtener información fiable del usuario hay que poner especial cuidado en el diseño de las cuestiones. Esto puede requerir diseñar el interfaz usando menús o gráficos.
  • DESARROLLO DE UN SE. Para desarrollar el software primero conocemos el equipo de gente necesario, después los métodos que y utiliza ese equipo de gente y por ultimo como prueban y construyen prototipos de software para terminar en el sistema final. 1. Equipos de desarrollo 1.1 Expertos 1.2 El ingeniero del conocimiento 1.3 El usuario 2. Métodos auxiliares en el desarrollo: La eficiencia en la creación de sistemas expertos puede aumentarse en gran medida con la aplicación de shells. Un shell es un sistema experto que contiene una base de conocimientos vacía. Existe el mecanismo de inferencia, el componente explicativo y a veces también la interfaz del usuario.
  • DESARROLLO DE UN SE. 3. Construcción de prototipos (“rapid prototyping”.) La implantación de un prototipo que permite llevar a cabo las funciones más importantes de éste, aunque con esfuerzo de desarrollo considerablemente inferior al de una implementación convencional. Sistema Experto Experto en el dominio Ingeniero del conocimiento Usuario del conocimiento
  • Componentes de SE El Sistema ExpertoEl Sistema Experto Base conocimiento usuario Estación de trabajo Consulta experto Programa Interfase usuario Programa Interfase usuario Programa Mecanismo inferencia Programa Mecanismo inferencia Desarrollo sistema expertoDesarrollo sistema experto Estación trabajo Ingenieria conocimiento Programa Adquisición conocimiento Programa Adquisición conocimiento Experto y/o Ingeniero conocimiento
  • • El primer componente que se utiliza para el desarrollo de inteligencia es El software de interfaz, el cual el usuario expresa preguntas a éste, el sistema experto pide más información a partir del usuario y éste le expone al usuario la causa de razonamiento utilizado para alcanzar a una respuesta. Componentes de SE
  • • El segundo componente es la base de datos, que consiste de axiomas (hechos) y reglas para hacer inferencias a partir de esos hechos acerca del dominio del sistema. Componentes de SE
  • • El programa computacional, llamado el motor de inferencia, elabora el proceso de hacer inferencias, interpreta y evalúa los hechos en la base de conocimiento para proveer una respuesta. Componentes de SE
  • •Definición y análisis de los requerimientos del usuario. •Diseño del sistema (Software y Hardware) y de la base de datos. •Implantación y prueba de módulos. •Integración y prueba del sistema. •Operación y Mantenimiento. Etapas a cumplir para el desarrollo de SE dentro de una organización
  • Etapas a cumplir para el desarrollo de SE dentro de una organización
  • Etapas a cumplir para el desarrollo de SE dentro de una organización •Determinar el campo de acción del S.E. •Búsqueda de información sobre dicho S.E. •Generar una lluvia de ideas sobre el acciones del S.E. y los problemas o necesidades que resolverá. •Recopilar la información (por medio de entrevistas, encuestas, cuestionarios, observación sistemática) a través de las personas involucradas.(Usuarios u otros actores del S.E., Ingenierio del Conocimiento, Experto, Analista, Programador, etc.) •Jerarquizar acciones, problemas o necesidades que resolverá el S.E. •Establecer jerarquía de objetivos que cumplirá el S.E. •Elaborar antecedentes y justificación para el desarrollo del S.E.
  • Etapas a cumplir para el desarrollo de SE dentro de una organización •Establecer el modelo del negocio referido al S.E a desarrollar. •Clasificar el S.E. •Aplicar proceso de caja negra para definir salidas y entradas dentro del S.E. •Definir los procesos que ejecutará el S.E. a través de la representación de conocimiento por medio de scripts o guiones. •Crear la tabla PAMA para los agentes inteligentes del S.E.Métodos de búsquedas que usan los agentes y el seudocódigo (o diagrama de flujo o diagrama NS) correspondiente.
  • Etapas a cumplir para el desarrollo de SE dentro de una organización Iniciar el modelado con la herramienta UML. •Diagrama de casos de uso. •Diagramas de paquetes. •Diagramas de secuencia. •Diagrama de estados. •Diagramas de actividad. •Diagrama de despliegue. •Diagrama de clases. •Diagrama entidad relación.
  • Al desarrollar S.E. la programación se centra en los temas de inferencia y búsqueda de las reglas Heurísticas. Estas son reglas generales en forma de opiniones o reglas empíricas que sugieren procedimientos que se pueden seguir cuando no existen disponibles reglas de procedimiento invariables. Estas son aproximadas y generalmente son el resultado del cúmulo de conocimientos de expertos humanos. Lenguajes de programación para SE. •LISP: Lenguaje funcional, donde cada instrucción es una descripción de la función. •PROLOG: Lenguaje basado en la lógica, cada instrucción es una expresión en una sintaxis de lógica formal. •CLIPS: Lenguaje creado por la NASA para el desarrollo de Sistemas Expertos en Computadoras Personales.
  • Lenguaje LISP  Desarrollado por John McCarthy en 1958, todavía en uso.  LISP deriva de “LISt – Processing”, proceso de listas. Se trata de una de las claves de este lenguaje de programación, las listas encadenadas.  Los programas de LISP pueden manipular el código fuente como una estructura de datos. Lenguajes de programación...
  • Lenguaje PROLOG  Creado a principios de los 70 por Alain Colmerauer y Phillipe Roussel.  Se trata de un lenguaje declarativo.  Prolog proviene del francés PROgrammation en LOGique. Lenguajes de programación...
  • Lenguaje OPS5  Primer lenguaje usado con resultado de éxito en un sistema experto.  La familia de los lenguajes OPS (Oficial Production System) fue desarrollada a finales de la década de 1970 por Charles Forgy.  Se trata de un lenguaje para ingeniería cognoscitiva que aguanta el procedimiento de representación del conocimiento en forma de reglas. Lenguajes de programación...
  • • Uno de los lenguajes para la programación de la inteligencia artificial es El lenguaje FUNKY se usa un mando del tipo "joystick", que dispone de un comando especial para centrar a la pinza sobre el objeto para el control de los movimientos, mientras que el T3 dispone de un dispositivo de enseñanza ("teach pendant"). Lenguajes de programación...
  • • También esta el EMILY es un lenguaje creado por IBM para el control de uno de sus robots. Usa el procesador IBM 370/145. Lenguajes de programación...
  • SADUCI. Sistema de Ayuda a la Dirección de una Unidad de Cuidados Intensivos. Permite conocer el movimiento de pacientes ingresados en la UCI, clasificándolos por diferentes variables y usando el codificador de enfermedades de la OMS.
  • APACHEII. Acute Physiology and Chronic Health Evaluation Automatizado Sistema automatizado para el cálculo del índice de gravedad basado en las desviaciones de las variables fisiológicas claves del paciente [APACHE II de Knaus et al], usado para pronosticar su riesgo de muerte y estratificar grupos de riesgo.
  • TISS. Therapeutic Intervention Scoring System Automatizado. Sistema automatizado para la valoración del paciente en base a las intervenciones terapéuticas que se le aplican [TISS de Cullen et al], con el objetivo de valorar su estado y distribuir óptimamente los recursos humanos dedicados a su atención.
  • ASMA. Tratamiento del Asma y la Enfermedad Pulmonar Obstructiva Crónica. (EPOC) Proporciona el tratamiento completo que incluye entre otros las dosis de medicamentos, volumen de líquido a administrar y medidas terapéuticas específicas para pacientes asmáticos o con EPOC.
  • • CASNET, realiza el tratamiento del glaucoma. Posee una potente base de datos, haciéndole portador de un elevado nivel de conocimiento reconocido por numerosos especialistas. • ELECTROCARDIGRAPH, desarrollado por Hewlett Packard. Realiza la interpretación de electrocardiogramas. • INTERNIST, desarrollado por la Universidad de Pittsburg en 1977. Puede diagnosticar hasta 500 enfermedades que forman parte del área de la medicina interna. Ejemplos de sistemas expertos de diagnósticos médicos
  • • HELP, mediante sistemas automatizados se capturan los datos del paciente (pulso, temperatura, pruebas de laboratorio y gabinete). • PIP (Present Illnes Program), desarrollado en el MIT en 1976. Diagnostica enfermedades del riñón. • RHEUM, realiza el diagnóstico en reumatología. Desarrollado por Kingsland en 1983. Ejemplos de sistemas expertos de diagnósticos médicos
  • • TROPICAID, Su objetivo es cubrir las enfermedades más comunes de los países en desarrollo: diarrea, parásitos intestinales, enfermedades de los ojos, enfermedades de la piel y enfermedades infecciosas. El sistema tiene tres puntos de entrada: diagnóstico, terapia y prescripción de drogas. Ejemplos de sistemas expertos de diagnósticos médicos
  • En programación y circuitos: PROGRAMMERS APPRENTICE: Ayuda a la escritura de programas. EURISKO: Capaz de aprender a medida que funciona, que crea circuitos micro eléctricos tridimensionales. En lo militar y estratégico: EXPERT SYSTEMS TO COMBAT INTeRNATIONAL TERRORRISM: ayuda a la creación de estrategias antiterrorista. TWIRL: Simulaciones de guerras completas y guía de mejores acciones posibles a realizar, en casi todas las situaciones. RI: Para el descubrimiento de yacimientos petrolíferos bajo aguas marinas. Ejemplos de SE.
  • Video juegos: Telefonía Celular: Cajeros automáticos: Programas computacionales de uso general: Aplicaciones actuales de los SE.